81
导 读：除了传统意义上工业追求的效率和成本，柔性也对制造企业越来越重要。为了进一步提高效率、降低成本、增加柔性，“数字化”成为工业企业踏上更高台阶的必由之路。
对于任何一家志在未来始终保持着竞争力的工业企业来说，都会思考这样一个问题——工业的未来在哪里？这是一个很大的问题，要想回答这个问题，不如先来看看当前市场的痛点在哪里。
近的来说，2020 年突如其来的疫情“黑天鹅”催生了人们对口罩的爆发式需求，所以很多设备制造商希望能够快速地生产出口罩机来响应市场需求，这就为工厂研发、推出产品的速度带来了极高挑战；远的来看，即使在没有疫情的过去几年，市场对于定制化产品的需求也是越来越多，尤其是互联网原生一代，希望自己拥有的手机、汽车等都与众不同，这又对产线的柔性制造能力提出了更高要求。
换言之，除了传统意义上工业追求的效率和成本，柔性也对制造企业越来越重要。为了进一步提高效率、降低成本、增加柔性，“数字化”成为工业企业踏上更高台阶的必由之路。
那么数字化到底能实现什么？被数字化赋能的工业未来又是什么样的？在近日举办的西门子数字化工业集团工厂自动化事业部的媒体沙龙上，西门子（中国）有限公司数字化工业集团副总裁兼工厂自动化事业部总经理卫岳歌先生和西门子（中国）有限公司工厂自动化事业部未来自动化技术与业务孵化器部门经理王超博士介绍了西门子工厂自动化事业部的业务和先进技术，并分享了对工业未来的独到见解。
产品、生产、性能的数字化双胞胎
2019 财年，西门子在中国的总营收达到 84 亿欧元，中国是西门子在全球的第二大市场；而对工厂自动化来说，中国则是其全世界最大的市场。
西门子（中国）有限公司数字化工业集团副总裁兼工厂自动化事业部总经理卫岳歌先生
全集成自动化（TIA）是西门子在工厂自动化领域最具创新性的理念，据卫岳歌先生介绍，西门子可以为客户提供非常领先的产品组合：从覆盖低端、中端、高端不同品类的 PLC 到桥接人与机器之间交互窗口 HMI；从能够在工业现场处理大量数据的 IPC 到统一的编程组态软件 TIA 博途平台；从基于以太网的开放 PROFINET 通信到纵深的覆盖软硬件的信息安全方案……TIA 涵盖了从现场层、控制层、操作员层到管理层的设备和系统，实现了横向和纵向全部集成。在物理世界中，西门子的各种软硬件产品已经帮助无数企业实现了从传统工厂向自动化工厂的转变。
西门子 SIMATIC 产品家族
如今，工厂面对着从自动化向数字化进一步升级的需求，西门子则能为企业提供一套完整的数字化解决方案，其精髓就是帮助工厂在虚拟世界建立与现实世界对应的数字化双胞胎（Digital Twin）。
十几二十年前，如果企业想要研发一款新产品，可能先要通过木头来刻出一个产品雏形。现在，这一切都可以通过数字化的方式在电脑中进行虚拟设计。无论是一个小小的茶杯还是一辆非常复杂的汽车，西门子都能提供相应的仿真工具帮助企业完成数字化的设计过程——这就是所谓的“产品的数字化双胞胎”。
“产品的数字化双胞胎”并不是简单的 3D 模型，而是和现实世界发生的变化完全保持同步。这样一来，相关人员就可以在虚拟世界里平行地对整条生产线进行设计、调试和优化。例如西门子 Process Simulate 软件可以做到对设计过程和工艺布局的虚拟仿真。通过西门子虚拟控制器 PLC SIM Advanced，工程师能够直接对虚拟产线下达逻辑控制命令，使得数字世界里的所有虚拟设备仿佛置身工业现场那样运转起来。这就是“生产的数字化双胞胎”。
最后，工厂在制造过程中会产生大量数据，如果能通过软件在虚拟世界里进行一些人工智能分析，然后反馈到产品设计和工厂设计当中，就能形成整个生产过程价值的闭环。这就是“性能的数字化双胞胎”。
目前，西门子可以在产品研发与制造过程以及工厂管理的完整价值链上提供“数字化双胞胎”技术。卫岳歌先生在分享中举例说到：疫情期间，有很多厂商使用了西门子的数字化双胞胎技术，首先通过软件对口罩机进行设计，同时对口罩机在虚拟环境下进行调试，从而大大加快其推向市场的速度。
工业边缘计算+工业人工智能，1+1＞2
除了工业领域原有软硬件技术的迭代，随着技术的日新月异，越来越多的新技术正在与工业找到新的结合点，从而擦出前所未有的火花，边缘计算和人工智能就是其中的典型。在沙龙上，王超博士为线上的媒体们分享了西门子工业人工智能和工业边缘计算如何让当前的工业自动化变得更好。
西门子（中国）有限公司工厂自动化事业部未来自动化技术与业务孵化器部门经理王超博士
火了这么久，相信大家都对边缘计算的概念并不陌生。对于一些 OEM 厂商来说，出于对数据量和数据隐私的考虑，他们并不想把所有数据都轻易地传到公有云端，而边缘计算能够在靠近设备端的地方就近处理数据，具有时延低、安全等显著优势。
但王超博士却分享了边缘计算的另一个独特优势，即让企业在车间层级开发和维护新应用的成本大幅降低。没有边缘计算之前，相关人员在工厂车间层进行应用开发和维护成本非常高，只有将自动化和 IT 技术融会贯通的人，才能在这个层级开发出更好的应用。事实上，很多自动化工程师对 SCADA、TIA 博途、I/O 之类的底层语言和知识比较熟悉，但这些对于 IT 专家而言无异于“天书”，他们会更习惯于用诸如 JAVA、Python 等在内的高阶语言来做数据应用的开发。现在，边缘计算提供了一个比较好的平台，能够把这两种人员的优势结合在一起，让自动化的人在底层可以更好地用自动化语言为分析人员提供数据，而数据分析专家可以在底层直接获取相关数据之后来进行数据分析。
王超博士表示：“边缘计算提供了一个非常好的载体，在这个载体之上，我们会思考什么样的应用未来会变成边缘计算上的主流应用，而人工智能类应用就是我们选装的方向。”在他看来，将边缘计算和人工智能结合，会产生 1+1＞2 的效应。
以前，工程师在工厂车间层做相应应用开发的时候，其中的逻辑规则都是基于专家对其的理解来做定义。但是人脑所能考虑的条件毕竟有限，涉及的影响因素越多，由人来定义规则就会遇到越大挑战。现在，我们可以通过引入机器学习或深度学习的方式，对控制逻辑背后隐藏的规则进行分析和推演，从而进一步提升控制的准确度和精度。
在分享中，王超博士还介绍了一些案例来说明边缘计算叠加人工智能给工业领域带来的惊喜。比如西门子在成都的数字化工厂，这里生产的 PLC 设备里有大量的 PCB 板，PCB 板在焊接的时候会有很多的锡珠。成都工厂为了保证质量，配备了自动化光学检测设备。这些设备为了要确保没有任何缺陷样本流入后续环节或市场，所做的检测非常苛刻。在这种苛刻的检测下，就会出现“假错”的情况，从而造成很多成本上的浪费。为了避免这种情况的发生，需要增加人工复检台把“假错”甄别出来，一般 80%的情况会是“假错”，由此可想这种方式会对成本和效率有所影响。现在，西门子通过 AI 的方法把人工复检台替换掉，通过 AI 把“假错”甄别出来，再通过自动化方法把产品送回生产线。这样一方面可以减少重复性劳动，另一方面也可以提高生产效率。
数字化双胞胎、边缘计算、人工智能，这些技术从不同方面展示了工业的未来，但更多的精彩，恐怕还有赖于行业持续不断的探索和创新。
